阿里通义发 Qwen3.8-LiveTranslate：同传平均滞后压到 2.3 秒，并加上实时说话人分离
阿里通义发布实时同传模型 Qwen3.8-LiveTranslate，官方博客称其在忠实度、流畅度、简洁度三个维度全面提升，核心指标平均滞后（LAAL, Length-Adaptive Average Lagging）从上一代的 2.8 秒降到 2.3 秒，约减少 18%。架构上是 Hybrid-MoE 的 Thinker–Talker 两模块设计：Thinker 把视频、音频、源文与译文按时间顺序交错排成一条因果序列，理解与翻译在同一序列内端到端完成；Talker 再把译文与源音频合成为保留原说话人音色的语音。
新增的三项能力都是「说话现场」才需要的东西：实时说话人分离（多方可分辨到句，且有更稳定的音色克隆，API 提供 always 等克隆模式）、源文与译文同屏的对照显示、以及用会话历史消除人名与术语歧义的长上下文消歧。它已在阿里云百炼与 QwenCloud 上线为 qwen3.8-livetranslate-flash-realtime（WebSocket）。官方给出的评测覆盖 14 个语言方向的 Omnilingua-MSpeaker 与 70 个语言方向的 FLEURS，均为官方口径。
核验记录
官方博客页（qwen.ai/blog?id=qwen3.8-livetranslate）经 r.jina.ai 直读，Published Time 2026-09-18T17:30:00+08:00；该站为 JS 渲染，裸 curl 拿不到正文、站内 blog 列表也检索不到此 slug，故日期取自渲染后的页面头部。MarkTechPost 9/20 06:46（datePublished 直读）报道交叉。配图用 MarkTechPost 的图文（实测 200、PNG 2188×1563）；img.alicdn.com 的 og:image 仅 80×80 不可用。LAAL 与全部基准数字均为官方自报，无第三方复现。
← 上一篇RoboHarm 机器人安全基准：GPT-6 Astra 做满 60 个危险动作只拒了 2 次，Fable 只在「刺玩偶」一项拒绝下一篇 →AI 幻觉情报差点让美军拦下一艘中国货轮：武装人员已待命、飞机已升空，临动手前才查出货物认错了